误差分析与数据处理.docxVIP

误差理论与数据处理 一．绪论 当你能对世界进行测量的时候，就可以把世界变成数据来了解。 1.研究误差的意义 分析误差产生原因，从而消除误差； 正确处理所得数据，从而接近真值； 选择合理的方法，设计合理的系统。 2.误差的基本概念 误差=测量值—真值 约定真值：对于给定用途具有适当不确定度的、赋予特定量的值。 绝对误差=|测量值—真值| 相对误差=绝对误差/|真值|=绝对误差/|测量值| 修正值：与误差大小近似相等，但方向相反。修正值本身还有误差。 引用误差=示值误差/测量范围上限 3.误差来源 测量装置误差：标准量具的误差、一起误差、附件误差 环境误差：温度、湿度、气压、振动、照明、加速度、电磁场等。 方法误差 人员误差 4.误差分类 系统误差：在相同条件下，多次测量同一量值时，该误差的绝对值和符号保 持不变，或者在条件改变时，按某一确定规律变化的误差。 （均值和真值之差） 系统误差分类：已定系统误差、未定系统误差、不变系统误差、变化系统误 差（线性、周期性、复杂规律） 随机误差：大小、方向均随机不定，不可预见，不可修正。（抑制、统计分 布规律） 粗大误差：明显超出统计规律预期值的误差。（异常因素或疏忽） 5.精度 准确度：系统误差的大小（偏移程度） 单次测量和测量 n 次、等精度、无偏估计、估计值 精密度：随机误差的大小（分散程度） 精确度：测量结果与被测量真值之间的一致程度 精确度（精度）在数值上一般多用相对误差来表示，但不用百分数。如某一 测量结果的相对误差为 0.001%，则其精度为 10 。 -5 重复性：指在相同条件下在短时间内对同一个量进行多次测量所得测量结果 之间的一致程度，一般用测量结果的分散性来定量表示。 复现性：指在变化条件下，对同一个量进行多次测量所得测量结果之间的一 致程度，一般用测量结果的分散性来定量表示。 稳定性：测量仪器保持其计量特性随时间恒定的能力。 示值误差：指测量仪器的示值与对应输入量的真值之差。由于真值不能确定， 故在实际应用中常采用约定真值。 偏移：指系统误差 最大允许误差：给定的测量仪器，规范、规程等所允许的误差极限值。有时 也称为允许误差限。 不确定度：与测量结果相关联的、用于合理表征被测量值分散性大小的参数。 6.有效数字 最末一位数字是不可靠的，而倒数第二位数字是可靠的。在进行重要的测量 时，测量结果和测量误差可再多取一位数字作为参考。 二．误差基本性质与处理 1.随机误差产生原因 测量装置、环境因素、人为因素。 随机误差整体具有统计学规律，多数随机误差服从正态分布。（单峰、对称、 有界、均值趋于零） 2.算术平均值 由于实际上都是有限次测量，因此，我们只能把算术平均值近似地作为被测 量的真值。 一般情况下，被测量的真值为未知，这时可用算术平均值代替被测量的真 值进行计算。此时的随机误差称为残余误差，简称残差 残余误差代数和为零这一性质，可用来校核算术平均值及其残余误差计算的 单次测量和测量 n 次、等精度、无偏估计、估计值 正确性。但当实际得到的为经过凑整的非准确数，存在舍入误差。 当 n 为偶数时，Σv A*n/2； i 当 n 为奇数时，Σv A*(n+1)/2。 i 式中的 A 为实际求得的算术平均值末位数的一个单位。 3.测量的标准差 均方根误差σ（标准偏差）、或然误差ρ、算术平均误差θ （1）高斯参数 h 为精密度。由于 h 值无法以实验中得到，故以σ值代之。 （2）ρ将整个测量列分为两半。一半落在区间[-ρ,+ρ]之内。ρ=σ*2/3 （3）θ是随机偏差的绝对值的算术平均值 ① σ的平方恰好是随机变量的数字特征之一（方差），σ本身又恰好是高斯 误差方程 f(?)式中的一个参数，所以采用σ，正好符合概率论原理，又与最小二 乘法最切合；?是随机误差 ② σ对大的随机误差很敏感，能更准确地说明测量列的精度； ③ 极限误差与标准偏差的关系简单????σ. 标准偏差的几种算法： （1）贝塞尔公式 （2）极差法? =x -x σ=? /d n max min, n n （3）最大误差法σ= |?| *1/k max n 贝塞尔公式的计算精度较高，但计算麻烦;极差法非常方便，可用来作为校对 公式，当 n10 时可用来计算σ，此时计算精度高于贝氏公式； 用最大误差法计 算σ更为简捷，当 n10 时可用最大误差法，计算精度大多高于贝氏公式，尤其 是对于破坏性实验(n=1)只能应用最大误差法。 不等精度测量：测量条件的改变则为不等精度测量，如果这些测量结果是相 互一致的。那么测量结果就是真正可以信赖的。根据可靠性来定权值。 4.系统误差 来源：测量装置、环境因素、测量方法、测量人员 分类：恒定系统误差、变化系统误差 定值系统误差：在数据处理中只影响算术平均值，而不影响残差及标准差，